A empresa MiniMax publicou os pesos do seu modelo M3.1 Flash em 23 de outubro, dando aos desenvolvedores a possibilidade de baixar e implementar este modelo. Este modelo do tipo mixture-of-experts possui aproximadamente 428 bilhões de parâmetros totais, sendo que 23 bilhões de parâmetros são ativados para cada token.
O M3.1 Flash suporta o processamento de entradas de texto, imagem e vídeo, e também possui uma janela de contexto que atinge um milhão de tokens.
O modelo foi desenvolvido para executar tarefas relacionadas à codificação, operação de agentes de IA e operações computacionais gerais. Para aumentar a eficiência da inferência, o M3.1 Flash utiliza métodos de atenção esparsa, treinamento com quantização e decodificação especulativa.
O lançamento inclui um guia de implantação para frameworks de inferência como SGLang e vLLM, além de suporte a múltiplas plataformas de chips através do FlagOS. Estes pesos foram lançados após o lançamento inicial do serviço do modelo em 19 de outubro.